5分钟搞定 MongoDB 到 MongoDB 数据迁移和同步-CloudCanal实战

简述

MongoDB 是一种广泛使用的文档型数据库，对于 schema 弱要求、可扩展性强让其在很多场景普遍适用。

本文主要介绍如何使用 CloudCanal 快速构建一条稳定高效运行的 MongoDB 到 MongoDB 数据同步链路，示例中 MongoDB 均为 ReplicationSet (副本集) 。

技术点

MongoDB 源端增量技术

MongoDB 增量数据可以通过 local 库的 oplog.rs collection 获取增量变更数据(需要搭副本集)。

其中事件包含以下子 Document (不同版本 MongoDB 有些许差异), CloudCanal 通过解析事件记录同步增量数据

子 document 名字	数据含义
op	操作类型, CloudCanal支持的类型包括:c (控制操作) , i (INSERT) , u (UPDATE),d (DELETE)
ns	命名空间(namespace) , 格式为 dbName.collectionName , 其中 collectionName 可以为 $cmd , 则表示在对应数据库上的操作
ts	执行操作的事件戳，单位秒
o	变更的数据，对应 INSERT/UPDATE 后镜像数据，DELETE 为前镜像数据,需要注意的是，MongoDB 4.x 版本和其他版本在这个 Document 有所不一样
o2	只在 UPDATE 事件中有值，可以认为是主键或者定位数据的标识符

MongoDB 的数据类型支持

CloudCanal 从 2021 年 8 月份支持 MongoDB 开始，经历多个版本迭代，逐步丰富了对 MongoDB 数据类型的支持。

无论直接从 MongoDB 做全量迁移，还是消费 oplog 进行增量同步，类型转换对自定义代码处理和下游数据源写入都有重要意义。

从 MongoDB 全量读取支持的类型包括: null,ObjectId,Date,Number,String

从 MongoDB oplog 增量同步支持的类型包括：ObjectId,Date,Number,String,Integer,Long,BigInteger,Double,BigDecimal

以上类型并不是终点，随着越来越多用户使用，不断扩展中 。

操作示例

前置条件

• 登陆 CloudCanal SaaS版,使用参见快速上手文档
• 准备好 2 个 MongoDB 实例（本例使用阿里云 MongoDB 4.2 和 5.0 ，模拟用户 MongoDB 实例版本升级）

• 登录 CloudCanal 平台 ，添加 MongoDB

  

• 创建一条 MySQL -> MongoDB 链路作为增量数据来源

任务创建

• 任务管理->任务创建
• 测试链接并选择 源 和 目标 数据库

• 点击下一步

  

• 选择 数据同步，并勾选 全量数据初始化, 其他选项默认

  

• 选择需要迁移同步的 collection

  

• 确认创建任务

  

• 任务自动做结构迁移、全量迁移、增量同步

  

校验数据

• 程序造数据，采用 MySQL -> MongoDB -> MongoDB

  

• 任务正常运行一段时间后，停止造数据

• 点击 MongoDB -> MongoDB 任务详情，更多 > 创建相似任务 ，第二步选择 数据校验

  

• 数据校验 OK

  

常见问题

目前对 sharding 版本的 MongoDB 支持如何？

CloudCanal 支持 MongoDB sharding 版本，如果作为源端，需要逐个配置底下副本集实例，也就是迁移同步任务存在多个，作为对端，则将 sharding 实例当作单个实例写入即可。

单个 collection 包含多种主键数据怎么办？

CloudCanal 全量迁移是通过 "id" 进行分页扫描进行，所以如果 "id" 类型多种，则会导致位点获取或者断点续传出问题。

后续针对这种情况，我们考虑使用无主键方式进行处理。

支持其他对端数据源么？

目前开放 MongoDB 到 Kafka , MySQL，TiDB, MongoDB，如果各位有需求，可以在社区反馈给我们。

总结

本文简单介绍了如何使用 CloudCanal  进行 MongoDB -> MongoDB 数据迁移同步。各位读者朋友，如果你觉得还不错，请点赞、评论加转发吧。